Об этом курсе

Недавно просмотрено: 13,940

Карьерные результаты учащихся

43%

начал новую карьеру, пройдя эти курсы

29%

получил значимые преимущества в карьере благодаря этому курсу

17%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 66 часов на выполнение
Английский

Приобретаемые навыки

AlgorithmsExpectation–Maximization (EM) AlgorithmGraphical ModelMarkov Random Field

Карьерные результаты учащихся

43%

начал новую карьеру, пройдя эти курсы

29%

получил значимые преимущества в карьере благодаря этому курсу

17%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 66 часов на выполнение
Английский

от партнера

Placeholder

Стэнфордский университет

Программа курса: что вы изучите

Неделя
1

Неделя 1

16 минут на завершение

Learning: Overview

16 минут на завершение
1 видео ((всего 16 мин.))
1 видео
1 ч. на завершение

Review of Machine Learning Concepts from Prof. Andrew Ng's Machine Learning Class (Optional)

1 ч. на завершение
6 видео ((всего 59 мин.))
6 видео
Regularization: Cost Function 10мин
Evaluating a Hypothesis 7мин
Model Selection and Train Validation Test Sets 12мин
Diagnosing Bias vs Variance 7мин
Regularization and Bias Variance11мин
2 ч. на завершение

Parameter Estimation in Bayesian Networks

2 ч. на завершение
5 видео ((всего 77 мин.))
5 видео
Maximum Likelihood Estimation for Bayesian Networks15мин
Bayesian Estimation15мин
Bayesian Prediction13мин
Bayesian Estimation for Bayesian Networks17мин
2 практических упражнения
Learning in Parametric Models30мин
Bayesian Priors for BNs30мин
Неделя
2

Неделя 2

21 ч. на завершение

Learning Undirected Models

21 ч. на завершение
3 видео ((всего 52 мин.))
3 видео
Maximum Likelihood for Conditional Random Fields13мин
MAP Estimation for MRFs and CRFs9мин
1 практическое упражнение
Parameter Estimation in MNs30мин
Неделя
3

Неделя 3

18 ч. на завершение

Learning BN Structure

18 ч. на завершение
7 видео ((всего 106 мин.))
7 видео
Likelihood Scores16мин
BIC and Asymptotic Consistency11мин
Bayesian Scores20мин
Learning Tree Structured Networks12мин
Learning General Graphs: Heuristic Search23мин
Learning General Graphs: Search and Decomposability15мин
2 практических упражнения
Structure Scores30мин
Tree Learning and Hill Climbing30мин
Неделя
4

Неделя 4

22 ч. на завершение

Learning BNs with Incomplete Data

22 ч. на завершение
5 видео ((всего 83 мин.))
5 видео
Expectation Maximization - Intro16мин
Analysis of EM Algorithm11мин
EM in Practice11мин
Latent Variables22мин
2 практических упражнения
Learning with Incomplete Data30мин
Expectation Maximization30мин

Рецензии

Лучшие отзывы о курсе PROBABILISTIC GRAPHICAL MODELS 3: LEARNING

Посмотреть все отзывы

Специализация Графические вероятностные модели : общие сведения

Графические вероятностные модели

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.